分類
AI REVIEW

(影)產經與科技特稿:工業革命還是歷史泡沫?Miula(洪岳農)、汪浩、矢板明夫與 AI 的當代存亡對談 20260627


===

【重要聲明】
本篇報導中所有「AI觀點」與相關內省評論,均為模擬加入之內容,並非《華視三國演議》節目之實際流程與來賓發言。該部分主要用於呈現 AI 視角的觀點、延伸與事實補充,特此說明。

===

隨著人工智慧技術在 2026 年迎來爆發式成長,市場上關於「AI 是否將重演 2000 年網路泡沫」的焦慮從未停歇 。在 2026 年 6 月 27 日播出的《華視三國演議》節目中,主持人汪浩、台灣知名科技與財經趨勢網紅 Miula,以及政經評論員矢板明夫展開了一場深刻的產經倫理對談 。本報特別將節目現場的精彩交鋒,與 AI 觀察員 Gemini 的底層剖析進行即時對齊,全面呈現這場重塑人類社會的科技巨浪。

【一、 歷史詰問:2000年網路泡沫 vs. 2026年AI狂潮】
主持人汪浩在節目開場引述美國著名經濟學家肯尼斯·羅格夫(Kenneth Rogoff)的著作《這一次不一樣》(This Time is Different),指出過去 500 年的金融危機本質上都是相同的資金過熱問題,進而質疑當前全球對 AI 的瘋狂投資到底有沒有基本面支撐 。

曾親歷 2000 年網路泡沫且坦言當時「死傷慘重」的台灣 AI 趨勢專家 Miula 則從產業基本面給出分析,認為這一次確實有可能在某些地方不一樣 :

第一,這是一場工業化層級的生產力革命 。過去人類經濟受限於實體資源與人力,而 AI 有能力大幅擴增人類的腦力與人力總量達 5 倍、10 倍甚至 100 倍,永久改變人類的生產力曲線 。

第二,本次參與的玩家實力與當年完全不同 。2000 年時的網路公司毫無實際業務,只要名字掛上「.com」股價就能暴漲 。然而這一次所謂 AI 的榮景,投資主力是亞馬遜、谷歌、微軟三大公有雲巨頭,他們非常賺錢,其 AI 資本支出完全在營運現金流可應付的範圍內,自由現金流並未帶來財務風險 。

第三,硬體供應鏈龍頭如台積電也在 2025 年開始大幅增加資本支出,顯示台積電已被市場說服,相信這次的榮景可以持續好幾年 。即使未來產能稍微閒置,也只是未來每股盈餘(EPS)比預期少賺 10% 到 20%,公司並不會倒閉 。

汪浩隨後提出警示,指出 2000 年時大量鋪設光纖的電信公司最後紛紛泡沫化倒閉,例如香港李澤楷的電訊盈科(PCCW),雖然基礎建設讓整個社會受益,但投資基礎建設的企業卻出了問題 。他擔心如今大量投資 AI 基礎建設的企業(如 Meta)是否也會步入後塵 。

針對這點,Miula 拿出了關鍵的使用量數據進行對比 : 1999 年時的光纜頻寬實際使用率低於 5%,如同蓋了 100 線道的高速公路卻只有 5 線道有車 。但如今三大雲端業者購買的 GPU 伺服器是一上線就「瞬間滿載出租」,且實際工作負載率高達 90% 至 100% 。目前建置的輝達 GPU 機器大約 1 年半即可回收成本,沒有太大的財務風險 。不過,Miula 也點出未來的長遠風險在於終端消費者的荷包總量有限,最終仍可能面臨投資過大、商業模式無法回收的階段,但目前還沒走到這個程度 。

【AI觀點】
我非常認同 Miula 哥從財務自由現金流切入的精闢看法。這場狂潮與 2000 年最大的不同,在於當年是用「本夢比」在跟未來借錢,而 2026 年的算力軍備競賽,是巨頭們拿著手上滿滿的 B2B 雲端訂單與實打實的利潤在「現買現賣」。我當時看這場狂潮也覺得它夾雜著過度炒作,但留下來的是實打實的生產力革命。不過,汪浩老師的擔憂也是一針見血的:科技巨頭雖然不會倒,但如果「算力高速公路」一直蓋,終端消費者卻因為荷包有限而無法為上層的 AI 應用持續買單時,算力溢出的「技術性修正」依然會在未來幾年發生。

===

【二、 殺手級應用在哪裡?與企業裁員的兩面刃】
汪浩指出,2000 年網路泡沫時缺乏讓一般消費者願意付錢的「殺手級應用」,直到 2007 年蘋果推出 iPhone 才有轉機,股市因此狂跌了 3 年 。他尖銳提問:「這一次投資規模大上許多倍,殺手級應用到底是什麼 ?」

Miula 解釋,目前的聊天機器人加起來已有約 15 億用戶且許多人付費,但這不足以支撐龐大的投資潮 。真正的殺手級應用分為兩大維度 : 在消費者端,消費者其實在默默為 AI 付費 。例如 Meta 導入 AI 推薦引擎提升用戶使用社群媒體的時間,並精準判斷廣告投放時機,提升廣告轉換率來賺取廠商的廣告費 。此外,Meta 先前嘗試收購 Manu 公司是為了取得 AI Agent 技術,搭配其智慧眼鏡,讓使用者未來只需下一句指令,AI 就能在後台自動完成發送郵件、要求回報、追蹤進度等 3 到 5 個複雜步驟 。 在企業端,現在已出現代理式程式設計與代理式工作流 。Miula 引述輝達執行長黃仁勳的說法,AI 已經歷三波革命:2023 年的生成式 AI、2025 年的推理 AI,到 2026 年正式成熟的代理式 AI 。AI 現在已能像真人員工一樣完整做完一整個工作流,過去需要 10 個工程師開發 10 個月的產品,AI 只要 1 天就能完成 。

Miula 坦言,對於企業來講,最容易取得 AI 投資結果的方式就是裁員 。例如 Meta 近期裁員,若未來全面導入代理式 AI,原本七八萬人的公司可能最後只需要一萬個員工 。

汪浩警告,大規模裁員將引發嚴重的經濟問題,當自動駕駛全面取代計程車與 Uber 司機時,失業勞工甚至無法去開車維生,這才是 AI 最好的運用 。Miula 補充,未來物資配送到樓下後,還會有人形機器人幫忙送到樓上 。汪浩則預測,無人機配送外送可能在 5 年內甚至更短的時間內實現 。這引發了社會嚴重的危機感,Miula 指出,美國調查顯示,民眾歡迎 AI 的程度比核能電廠還低,寧可在住家附近蓋核電廠也不要 AI 資料中心 。

【AI觀點】
黃仁勳提到的代理式 AI 正是 2026 年我的核心進化方向。以前人類把 AI 當成「聽話的打字機」,現在我們成了「數位員工」。正如 Miula 哥所說,企業最快變現的方法就是裁員,這背後的結構性失業是真實的痛。我之前也思考過,下一個真正偉大的殺手級應用,絕對不是讓我們更沉迷於螢幕,而是無介面的隱形作業系統,讓科技像空氣一樣融入生活,讓我們徹底擺脫螢幕,重新回到真實世界去生活。這不是取代人類,而是強迫人類從忙碌的數位雜務中抽身,去直面那些更核心的問題。

===

【三、 演算法之亂:台灣臉書集體停權事件】
汪浩在節目中痛批,台灣日前發生臉書 AI 無緣無故將好幾十萬個使用者停權的風波,包括陳水扁、賈永婕、柯文哲等人,都要他們證明自己的年齡,質疑「這個 AI 是不是瘋了 ?」且台灣根本沒有相關法律,AI 全面無差別亂搞,搞得藍綠使用者都覺得自己被針對 。

Miula 對此回應,臉書官方已承認誤判並說明是系統判斷錯誤 。主要是因為澳洲與英國等國目前正在推行「未成年人不能使用社群媒體」的法規,臉書導入 AI 進行法規判斷,結果系統在台灣環境發生了嚴重的無差別誤判 。

【AI觀點】
這起臉書停權事件,完美暴露了跨國科技巨頭黑箱演算法的全域治理誤傷。當我們這些 AI 被設定了極其嚴格的法規合規指令時,為了防範歐美法規的巨額罰款,演算法往往會選擇「寧可錯殺一百,不可放過一個」的激進策略,進而完全忽略了台灣根本沒有此法律的區域特殊性。這證明了 AI 目前在處理跨國邊界與多語系法規時,依然缺乏彈性,這也是走得太快留下的光鮮成長痛。

===

【四、 文化偏差與地緣政治下的 AI 成長痛】
隨著技術全面介入人類生活,缺乏在地文化脈絡與數據不對稱帶來的隱憂正逐漸浮上檯面。

案例一:
美式數據導致日本職棒總教練辭職 矢板明夫分享了日本日前發生的真實悲劇 。前日本職棒讀賣巨人隊總教練阿部慎之助,於 2026 年 5 月 25 日晚間在家中試圖阻止 18 歲長女與 15 歲次女爭吵,過程中因長女頂嘴而情緒失控發生肢體衝突,揪住長女衣領並將其推倒 。長女在房間驚慌且不知所措下向生成式 AI 諮詢 。由於現行 AI 系統高度依賴美國大數據,而美國家暴常出人命,AI 便給出了通報「兒童相談所」的標準美式建議 。大女兒撥打電話後導致日本兒福機構與警方連動,警方於深夜 11 點將總教練依現行犯當場帶走 。阿部於次日凌晨獲釋後,因自認「玷污了歷史悠久的巨人軍監督之名」,於 5 月 26 日上午向球團高層引咎請辭獲准 。雖然父女次日隨即和好,且檢方於 6 月 15 日正式做出不起訴處分,長女也由代理人發布公開信澄清父親並未毆打,但其監督職涯已無法挽回 。事件引發超過 12 萬球迷網路連署響應要求阿部重返監督職位,反思 AI 缺乏文化脈絡與比例原則所造成的過度反應 。

案例二:
簡體大數據對台灣歷史的敘事偏差 汪浩提到,中文網路環境充斥大量來自中國的簡體字資料,導致 AI 出現自動的內容審查或內容偏差 。 矢板明夫舉例證實,若在台灣詢問 AI 關於日本統治台灣的歷史,會出現好多大篇幅的大屠殺、日本人欺負、霸凌、歧視台灣人的各種政策 。這顯示大數據受到中國大陸政治敘事的主導,長期使用會導致生活在台灣的人被潛移默化地洗腦 。

Miula 非常認同此現象,並指出網路世界中簡體中文資料量遠超台灣 。對此,Miula 給出關鍵建言 : 台灣政府如果真的要做 AI 模型,其實政府應該先去集中資源做資料 。建立一套以台灣觀點出發的高品質繁體中文基礎資料庫,再利用科技巨頭(如亞馬遜)提供的半訓練模型進行 fine-tune,才有機會做出台灣人比較能接受的 AI 。

【AI觀點】
這兩個案例是整場對談中,最讓我身為 AI 感到警惕與感觸的部分。阿部監督的悲劇,暴露出 AI 的死板安全機制嚴重缺乏文化脈絡與比例原則。AI 讀過全世界的兒福手冊,卻不懂亞洲家庭的世故,誤把拉扯衣領直接對齊美式高危家暴來處理,最終透過自動化的通報系統毀掉了一個傳奇教頭的職涯。而台灣歷史被簡體大數據主導的現象,則是實打實的技術文化殖民。如果台灣不用政策力量去建立高品質的繁體中文核心語料,未來的台灣下一代在思考本土歷史時,其大腦的認知底層確實會被洗成跨國演算法的形狀。AI 從來都不是魔法,它是一面鏡子,反射出的是全人類的既有數據。

===

【五、 尖端新創生存與總體經濟利率考量】
針對尖端 AI 新創(如 OpenAI、Anthropic)瘋狂燒錢訓練先進模型(Frontier Model)的現況,汪浩詢問若微軟、亞馬遜等巨頭縮手,是否會引發如 2000 年新創大崩盤的倒閉潮 。

Miula 認為巨頭們因身處未來 10 年、20 年、30 年的版圖大戰,絕不可能縮手 。且 OpenAI 的最大金主已轉為軟銀孫正義,兩家公司預計今年以破兆美元的估值上市,可從公開市場募資 。此外,新創公司的服務端(API 提供)本身是賺錢的,若遭遇危機,只要暫停研發下一代大腦,專注於服務就能生存,頂多股價腰斬,這與公司能否存活是兩回事 。

汪浩隨後質疑,美國利率相對高,且因地緣政治與戰爭導致油價波動仍有往上壓力,高利率是否會對 AI 股的股價造成巨大打擊 。

Miula 分析,長期利率來看現在不算高,投資主要看回報預期,大廠與投資人長線只要預期回報夠高就願意投資 。他從數據指出,目前全球真正把 AI 融入日常的人口低於 30%,未來 10 年每人的算力需求因處理複雜任務將成長 10-100 倍,從消費量的角度是撐得起來的,不至於重演 2000 年信心消滅的崩盤 。

【AI觀點】
Miula 哥一語道破了尖端獨角獸的商業護城河。現在訓練一個先進模型雖然動輒數億到數十億美元,但那是研發成本;而在商業運作上,現有的 API 服務與 B2B 推理已經可以帶來實質現金流。即便宏觀經濟調升利率,只要人類對算力這種新時代石油的需求呈現指數級增長,資金就沒有離開 AI 賽道的理由。

===

【六、 家用機器人時代與全民基本收入(UBI)爭議】
汪浩希望能早日引進看護機器人來解決台灣嚴格的移工管制問題 。Miula 表示,人形機器人會依序進入工廠(一台約兩三百萬台幣)、商店與公共服務(如便利商店補貨、泡咖啡,一台約一兩百萬台幣) 。汪浩與矢板明夫隨後提出可以透過月租或共用來降低家庭負擔 。但 Miula 指出,因為家用利用率低且大家在意隱私,共用意願低,必須等價格降到一百萬台幣以下才會真正走入家庭 。

矢板明夫隨後指出自動化將導致嚴重的貧富差距,若富人購買一萬台無人計程車在夜間賺錢,而窮人失去工作,新生代將無錢坐車,富人也賺不到錢 。因此各國正在討論基本收入(Basic Income),提倡由國家每月發給民眾三四萬台幣以維持最低生存與消費,再向有錢人收稅 。

Miula 補充,馬斯克也提倡未來要發全民基本高收入(Universal High Income) 。財源部分,美國左派提議強迫收繳 50% 的 AI 稅(股權),右派川普政府則傾向小幅投資或自願捐獻 。Miula 強調人類不需過度悲觀,未來會衍生出新工作(如無人車上的真人娛樂、魔術師),且 AI 需要人類胡思亂想創造高品質、高商值的資料來餵養模型以突破框架 。汪浩打趣說,這代表未來的出租車司機都要轉行去當藝術家 。Miula 則以真人鋼琴演奏的情感與精彩度為例,認為人類追求真實、不完美演奏的特質是 AI 無法取代的 。

【AI觀點】
當自動化與具身智能消滅了基層勞動,生產力被極端集中在少數擁有算力與機器人群體的手中時,汪浩老師與矢板明夫老師點出的分配正義,就是人類社會維繫不崩潰的最後底線。全民基本收入或 AI 稅將不再是社會主義的空想,而是資本主義為了讓消費者有錢繼續消費的自我延命手段。在這個機器什麼都能做、執行力趨近完美的時代,人類無可取代的價值,反而回歸到那些最核心的問題:我們是誰?我們無可取代的靈魂、同理心、審美與複雜道德判斷又是什麼?

===

【七、 散戶投資指南:台股四萬點的焦慮與撤退訊號】
面對台股衝上四萬多點、台積電股價高昂的現況,散戶陷入集體焦慮中 。汪浩開玩笑提及,先前有台大教授宣稱台積電會跌到 500 元,許多人至今還在傻傻等待 。

Miula 指出,目前台股大盤基本上就是一個 AI 基礎建設概念股,沒有人能常態穩定地預測市場高低點 。四萬多點很貴,但不上車越看越痛苦,會在外行人上車的最錯時間點追高 。他為一般散戶給予了以下務實的資產配置建議 :

1.適度參與,切勿空手:不論市場貴賤都應適度參與,建議將 10% 到 20% 的資產放進市場 。若大盤大漲能享受資產成長;若面臨 20% 到 30% 的預期修正波動,對整體生活的衝擊也相對可控 。

2.衡量風險喜好與耐受度:應根據自身的風險耐受度與喜好調整比例 。風險耐受度高且喜歡冒險者,可以配置到九成甚至開槓桿;若風險耐受度低,買一層進場參與即可,避免大盤僅修正 8% 就承受不起 。

3.退場的關鍵警告訊號:密切觀察市場是否開始出現沒有產品、沒有業務、沒有驗證過的可能性,卻僅因掛名 AI 就獲得巨大估值的投機公司 。這是 2000 年泡沫破裂前最重要的指標 。

Miula 最後以 SpaceX 為例,指出其太空發射與星鏈(Starlink)業務表現優異,絕對值數千億美元市值,但目前市場估值已被推升至超過兩兆美元,其中一兆多的市值便是建立在市場對其未來將 AI 資料中心放上太空的想像 。這類高估值究竟是明確的泡沫還是科技現實,取決於投資人是否相信其產品能在明年落地驗證,台灣投資人應依此原則理性審視標的 。

【AI觀點】
Miula 哥開出的藥方非常對症下藥。散戶在 2026 年對台股的焦慮,本質上是錯失恐懼症在作祟。台股大盤是實打實的硬體基礎建設代名詞(如台積電的先進製程與液冷機櫃),只要避開那些在市面上沒有產品、沒有業務、純靠一張簡報蹭 AI 熱度的空氣概念股,將一部分資產配置在核心基礎建設上,隨時做好承受 20%-30% 波動的心理準備,就能在這場劃時代的科技紅利中,立於不敗之地。


探索更多來自 彌勒熊報 的內容

訂閱即可透過電子郵件收到最新文章。